Files
2026-07-13 13:31:35 +08:00

9.5 KiB
Raw Permalink Blame History

🚀 MCP-palvelin PostgreSQL:llä Kattava oppimisopas

🧠 Yleiskatsaus MCP-tietokantaintegraation oppimispolkuun

Tämä kattava oppimisopas opettaa, kuinka rakennat tuotantovalmiita Model Context Protocol (MCP) -palvelimia, jotka integroituvat tietokantoihin käytännön vähittäiskaupan analytiikkatoteutuksen kautta. Opit yrityskäyttöön soveltuvia malleja, mukaan lukien Row Level Security (RLS), semanttinen haku, Azure AI -integraatio ja monivuokrattujen tietojen käyttöoikeudet.

Oletpa sitten backend-kehittäjä, tekoälyinsinööri tai data-arkkitehti, tämä opas tarjoaa strukturoitua oppimista todellisten esimerkkien ja käytännön harjoitusten avulla, jotka ohjaavat sinut seuraavan MCP-palvelinprojektin läpi https://github.com/microsoft/MCP-Server-and-PostgreSQL-Sample-Retail.

🔗 Viralliset MCP-resurssit

🧭 MCP-tietokantaintegraation oppimispolku

📚 Kattava oppimisrakenne https://github.com/microsoft/MCP-Server-and-PostgreSQL-Sample-Retail

Laboraatio Aihe Kuvaus Linkki
Lab 1-3: Perusteet
00 Johdanto MCP-tietokantaintegraatioon Yleiskatsaus MCP:hen tietokantaintegraation ja vähittäiskaupan analytiikan käyttöesimerkin kautta Aloita täältä
01 Perusarkkitehtuurin käsitteet MCP-palvelimen arkkitehtuurin, tietokantakerrosten ja turvallisuusmallien ymmärtäminen Opiskele
02 Turvallisuus ja monivuokrattavuus Row Level Security, todennus ja monivuokrattujen tietojen käyttöoikeudet Opiskele
03 Ympäristön pystytys Kehitysympäristön, Dockerin ja Azuren resurssien perustaminen Pystytä
Lab 4-6: MCP-palvelimen rakentaminen
04 Tietokannan suunnittelu ja skeema PostgreSQL-pystytys, vähittäiskaupan skeeman suunnittelu ja esimerkkidata Rakenna
05 MCP-palvelimen toteutus FastMCP-palvelimen rakentaminen tietokantaintegraatiolla Rakenna
06 Työkalujen kehitys Tietokantakyselytyökalujen ja skeeman introspektio-ominaisuuksien luominen Rakenna
Lab 7-9: Edistyneet ominaisuudet
07 Semanttisen haun integraatio Vektoriesitysten toteutus Azure OpenAI:lla ja pgvectorilla Kehitä
08 Testaus ja virheenkorjaus Testausstrategiat, virheenkorjaustyökalut ja validointimenetelmät Testaa
09 VS Code -integraatio VS Code MCP-integraation ja tekoälychatin konfigurointi Integroi
Lab 10-12: Tuotanto ja parhaat käytännöt
10 Julkaisustrategiat Dockerin julkaisu, Azure Container Apps ja skaalausnäkökohdat Julkaise
11 Valvonta ja havaittavuus Application Insights, lokitus, suorituskyvyn valvonta Valvo
12 Parhaat käytännöt ja optimointi Suorituskyvyn optimointi, tietoturvan vahvistaminen ja tuotantovinkit Optimoi

💻 Mitä rakennat

Oppimispolun lopussa olet rakentanut täydellisen Zava Retail Analytics MCP -palvelimen, joka sisältää:

  • Monitauluisen vähittäiskaupan tietokannan asiakastilauksineen, tuotteineen ja varastotietoineen
  • Row Level Security myymäläkohtaiseen tiedon eristämiseen
  • Semanttinen tuotteen haku Azure OpenAI -upotuksilla
  • VS Code AI Chat -integraation luonnollisen kielen kyselyjä varten
  • Tuotantovalmiin julkaisun Dockerilla ja Azurella
  • Kattavan valvonnan Application Insightsilla

🎯 Oppimisen edellytykset

Jotta saat parhaan hyödyn tästä oppimispolusta, sinulla tulisi olla:

  • Ohjelmointikokemus: Tuntemus Pythonista (suositeltu) tai vastaavista kielistä
  • Tietokantatieto: Peruskäsitys SQL:stä ja relaatiotietokannoista
  • API-käsitteet: REST API:en ja HTTP:n ymmärrys
  • Kehitystyökalut: Kokemusta komentorivistä, Gitistä ja koodieditoreista
  • Pilvipalveluiden perusteet: (Valinnainen) Perustiedot Azuresta tai vastaavista pilvialustoista
  • Docker-tuntemus: (Valinnainen) Säilötekniikan perustietämys

Tarvittavat työkalut

  • Docker Desktop PostgreSQL:n ja MCP-palvelimen ajamiseen
  • Azure CLI Pilviresurssien julkaisua varten
  • VS Code Kehitykseen ja MCP-integraatioon
  • Git Versionhallintaan
  • Python 3.8+ MCP-palvelimen kehittämiseen

📚 Opas ja resurssit

Tähän oppimispolkuun sisältyy kattavia resursseja, jotka auttavat sinua etenemään tehokkaasti:

Opas

Jokainen laboraatio sisältää:

  • Selkeät oppimistavoitteet Mitä saavutetaan
  • Askeltaiset ohjeet Yksityiskohtaiset toteutusoppaat
  • Koodiesimerkit Toimivia näytteitä selityksineen
  • Harjoitukset Käytännön harjoittelumahdollisuudet
  • Vianetsintäoppaat Yleisimmät ongelmat ja ratkaisut
  • Lisäresurssit Jatko-opiskelu ja laajempaan tutustumiseen

Edellytysten tarkastelu

Ennen jokaisen laboratorion aloittamista löydät:

  • Tarvittavat tiedot Mitä tulisi osata ennakkoon
  • Ympäristön vahvistus Kuinka varmistaa ympäristön toimivuus
  • Aika-arviot Arvioitu suorituskausi
  • Oppimistulokset Mitä osaat koulutuksen jälkeen

Suositellut oppimispolut

Valitse polkusi kokemustasosi mukaan:

🟢 Aloittelijan polku (Uusi MCP:llä)

  1. Varmista, että olet suorittanut aiemmin 0-10 kohdan MCP for Beginners
  2. Suorita labit 00-03 kertaaksesi perusteet
  3. Seuraa labit 04-06 käytännön rakentamista varten
  4. Kokeile labit 07-09 käytännön käyttöä varten

🟡 Keskitaso (Jonkin verran MCP-kokemusta)

  1. Kertaa labit 00-01 tietokantakäsitteitä varten
  2. Keskitä huomiosi labien 02-06 toteutukseen
  3. Sukella syvemmälle labien 07-12 edistyneisiin ominaisuuksiin

🔴 Edistynyt (Kokenut MCP:n käyttäjä)

  1. Lue nopeasti labit 00-03 kontekstia varten
  2. Keskity labien 04-09 tietokantaintegraatioon
  3. Paneudu labien 10-12 tuotantojulkaisuun

🛠️ Näin hyödynnät oppimispolkua tehokkaasti

Sarjallinen oppiminen (suositeltu)

Työskentele labien läpi järjestyksessä kattavan ymmärryksen saavuttamiseksi:

  1. Lue yleiskatsaus Ymmärrä, mitä opit
  2. Tarkista edellytykset Varmista, että tiedot ovat hallussa
  3. Seuraa askel askeleelta opastusta Toteuta oppiessasi
  4. Suorita harjoitukset Vahvista oppimista
  5. Kertaa pääkohdat Vahvista oppimistuloksia

Kohdennettu oppiminen

Jos tarvitset tiettyjä taitoja:

  • Tietokantaintegraatio: Keskity labihin 04-06
  • Turvallisuuden toteutus: Paneudu labiin 02, 08, 12
  • AI/Semanttinen haku: Syvenny labiin 07
  • Tuotantojulkaisu: Opiskele labit 10-12

Käytännön harjoittelu

Jokainen lab sisältää:

  • Toimivia koodiesimerkkejä Kopioi, muokkaa ja kokeile
  • Todellisia tilanteita Käytännön vähittäiskaupan analytiikkatapauksia
  • Vähittäinen vaikeusaste Rakenna yksinkertaisesta edistyneeseen
  • Validointivaiheet Varmista, että toteutus toimii

🌟 Yhteisö ja tuki

Hanki apua

🚀 Valmis aloittamaan?

Aloita matkasi Lab 00: Johdanto MCP-tietokantaintegraatioon


Hallinnoi tuotantovalmiiden MCP-palvelimien rakentamista tietokantaintegraation avulla tämän kattavan, käytännönläheisen oppimiskokemuksen myötä.


Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, on hyvä huomioida, että automaattikäännöksissä saattaa olla virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen omalla kielellä on aina ensisijainen ja virallinen lähde. Tärkeissä asioissa suositellaan ammattilaisten tekemää ihmiskäännöstä. Emme ole vastuussa tämän käännöksen käytöstä aiheutuvista väärinymmärryksistä tai tulkinnoista.